一种图像自适应阈值分割算法

本文中简单介绍了在手腕骨X线片的自动判读系统中，对图像进行分割时改进的自适应阈值分割法。它是图像处理技术在医学和体育科学领域中的一个应用和尝试，此文的算法基于骨龄图像自动判读系统。     

基于Matlab的图像阈值分割算法研究

重点讨论了图像分割法中的阈值研究法,包括全局阈值法和自适应阈值法。对全局阈值算法中的人工选择法、迭代式阈值选择法、最大类间方差法以及自适应算法中的分水岭算法进行了重点分析,用Matlab进行实现并给出了实验结果;分析了几种算法的适用情况,并提出了一些改进意见。     

颅骨图像的阈值分割算法研究

针对颅骨CT图像中灰度值范围变化较大的特点,阐述了两种图像的分割方法,一种是基于边缘信息的分割,一种是基于区域信息的图像分割,提出了在颅骨CT图像分割中采用基于区域的阈值分割算法,并通过软件编程实验证明了它具有算法简单、识别效果好、效率高的特点．     

一种基于直方图的图像二值化算法

图像二值化在计算机图像处理技术中应用十分广泛,其关键问题是阈值的选取.对于具有明显双峰直方图的图像,可选取双峰的谷底作为阈值,这是基于直方图的图像二值化算法的基本思想.根据其基本思想,提出了一种新的阈值选取算法——最佳阈值迭代法.算法先根据图像的最大灰度值和最小灰度值设定一个初始阈值,然后通过迭代循环计算在该阈值下的目标和背景的中心值,当目标和背景中心值的平均值和假定的阈值相同时,则循环中止,并以此值为阈值.实验结果表明,该算法可以较好地保留图像的细节信息,且具有一定的抗干扰性和稳定性.     

局部动态阈值图像分割算法研究

图像分割是预处理图像转入图像分析的关键环节,在图像分析、模式识别中起着重要的作用,采用图像分割可以将图像中感兴趣物像、不感兴趣物像进行分离,实现了提取目标参数、特征的可能性,所以图像分割一直受到人们的重视。提出了一种应用局部动态阈值进行图像分割的算法,通过试验表明:采用局部动态阈值进行图像分割算法在分割复杂背景图像时具有较好的分割效果,是一种有效的分割算法。     

基于Parzen窗技术和信息熵的图像分割阈值选取新方法PWET

传统的阈值选取方法是以图像的灰度直方图做为像素灰度值的概率密度函数的近似估计,然后利用此密度函数来构造目标函数,通过在灰度值中搜索使目标函数最大化(最小化)的灰度值做为最优全局阈值,从而实现图像的分割.为了克服以直方图(灰度值出现的频率)替代灰度值的概率分布不够准确的缺陷,提出了一种基于parzen窗技术和信息熵的阅值选取新方法PWET.该方法以图像的像素坐标集为样本空间,利用parzen窗技术估计图像灰度值的空间概率分布,再结合信息熵来构造新的目标函数,通过在灰度值范围内搜索使目标函数最大的灰度值作为最优全局阈值.通过将PWET方法和传统的KSW熵方法进行比较实验,结果表明PWET方法对图像分割更有效.     

基于双阈值分割法的模糊图像边缘区域的提取研究

图像边缘分割技术一直是图像分析处理中最困难的任务之一。本文提出以双阙值分割法来提取模糊图像边缘区域,通过双阙值分割算法的应用获得靠近边缘的初始轮廓,能准确跟踪图像边缘区域。结果表明在提取模糊图像边缘区域中,双阙值分割法具有良好的效果。     

改进Niblack算法及其在不均匀光照条件下的应用

文本二值化是光学字符识别的关键技术,但在光照不均的情况下,采用传统全局阈值二值化在图像过亮或暗区域情况下会造成大量文字信息丢失,因此通常采用局部阈值二值化方法。Niblack二值化是一种经典的局部阈值法,能够提取全部文字信息,缺点是存在大量伪影,且运算效率低,但优点是方法简单,易于实现。针对Niblack算法存在的问题,提出一种基于邻域信息的Niblack算法。该算法结合像素点空间八邻域灰度信息,能自适应调整阈值,逐点进行二值化处理,从而基本消除了伪影,并使用积分图法使运算时间从30s降低到3s,同时运用形态学腐蚀操作对笔画进行增强。实验结果表明,与传统Niblack、Sauvola等算法相比,在光照不均条件下,该方法图像噪声少、速度快,笔画更清晰,且更易于识别。     

基于鸡群算法的Tsallis熵多阈值图像分割

为了改善Tsallis熵在多阈值图像分割时存在计算量大、耗时长、实用性差的问题,提出基于鸡群算法的Tsallis熵多阈值图像分割方法。首先分析基于Tsallis熵的单阈值分割原理并将其推广到多阈值分割,同时推导出Tsallis熵的多阈值选取公式;其次用鸡群算法求解Tsallis熵函数的最优问题;最后,用穷举法、粒子群算法、差分进化算法及鸡群算法分别对4个典型图像进行多阈值分割,并将各算法的分割数据分别作比较。实验结果表明,鸡群算法能够快速准确地分割复杂图像,且分割效果优于穷举法、粒子群算法以及差分进化算法。     

基于IBCC优化算法的多阈值图像分割

图像阈值分割算法中,如何确定最优阈值是关键.使用传统多阈值法对较复杂图像进行分割,存在计算复杂度高、分割速度慢等问题.文章将细菌群体趋药性优化算法和阈值分割算法相结合,并且对细菌群体趋药性算法进行改进,提出了基于改进细菌群体趋药性优化算法的多阈值图像分割算法.实验结果证明,文章提出的算法具有很好的收敛性和稳定性,得到了较好的图像分割效果和图像分割速度.     

基于阈值的图像风格元素人工智能识别方法

受到图像破损区域的影响,对风格元素的识别效率和提取精度较低,由此,提出了基于阈值的图像风格元素智能识别方法.去噪原始图像,获得较优的风格元素表象,利用灰度直方图对图像阈值分割,用统一的灰度来划分成便于计算的二值图像;利用闭运算法模糊消除区域破损地方,获得完整清晰图像,以灰度图像形成的谷形区域实现图像风格元素提取.仿真实验结果表明,本方法在提取精度、误差率和时间效率方面均较优,能够为实际应用提供理论指导.     

一种提取模糊图像边缘区域的双阈值分割方法

针对目标和背景在同一平面的图像，提出一种双阈值分割方法获取图像由目标过渡到背景的边缘区域，并将提取的边缘区域平均梯度用于图像清晰度的评价，评价效果较好．     

快速、准确的图像阈值分割新方法

图像分割是数字图像处理系统中基本而关键的技术.通过阈值分割是其最简单的技术,它假设目标和背景是可以分离的.详细讨论将自适应遗传算法与OTSU算法相结合应用于最佳阈值的确定中,提出了相应的算法并用于图像分割,由于自适应遗传算法具有全局搜索最优解能力,因此能在很短时间内自动确定阈值.实验仿真结果表明,该方法不仅可以实现准确的图像分割,并且使得分割速度大大提高.     

图像去噪的小波阈值法研究

介绍了小波去噪的基本理论以及小波阈值法去噪的原理。小波阈值法去噪的关键是阈值的设置和阈值函数的选择。阈值的设置主要分为全局阈值法和局部阈值法。归纳了阈值的设置方法,并针对图像去噪进行了仿真实验,将一幅混有不同噪声的图像分别采用全局阈值和局部阈值去噪。实验得出局部阈值优于全局阈值的结论。     

一种具有灰度约束的二维Otsu分割方法研究

当图像中目标类类内方差与背景类类内方差差异较大时,灰度约束Otsu分割法能够获得更好的分割结果。然而,灰度约束Otsu分割法降低了分割阈值,因而更容易受到图像中噪声的影响而出现分割错误。针对这一问题,本文将灰度约束策略推广到了二维Otsu分割法,从而提出了一种具有灰度约束的二维Otsu图像分割方法,即根据二维Otsu分割法的阈值特点选定二维灰度约束值并获得灰度约束二维直方图,而后再使用灰度约束二维直方图选取分割阈值。实验结果表明,本文方法能够更为有效的抵抗图像中的噪声,可以获得更好的图像分割结果。     

基于局部自适应阈值分割算法的高压线图像检测方法

采用数字图像处理技术,针对高压线及其环境图像的特点,提出一种基于局部自适应阈值分割算法的高压线图像检测方法。利用灰度图像特性,采用图像算术运算方法去除图像背景,以降低后续处理的难度。在检测高压线和滤除“虚假边缘”时,采用图像局部自适应阈值分割算法,弥补Hough变换算法的不足。实验结果表明,该算法能在复杂背景中对高压线进行有效识别。     

基于迭代自组织数据聚类阈值PCNN的图像分割法

基于迭代自组织数据聚类阈值的脉冲耦合神经网络的图像分割算法改进了传统脉冲耦合神经网络在图像分割中由于不恰当的参数选择而导致图像欠分割和过分割的问题.基于迭代自组织数据聚类阈值的脉冲耦合神经网络图像分割算法无需确定参数和循环次数,也不需要用特定原则确定循环结束的条件,只需利用图像中的每个像素点的灰度值进行聚类,然后利用改进的迭代自组织数据算法确定图像的初始聚类数目以及聚类中心,并以此作为脉冲耦合神经网络的最佳阈值,一次点火过程自动完成分割.实验结果表明,这种算法具有较好的分割结果和分割速度,提高了分割的准确性.     

基于二维最大熵阈值图像分割技术的改进方法

针对数字图像处理的问题,提出了一种基于二维最大熵阈值图像分割技术的改进方法。改进方法通过比较阈值选取方案来消除误差,并将原本复杂的二维解空间的求解过程递推简化到了一维求解过程,大大减少了计算量。     

图像二值化方法在CCD图像信息处理中的研究

介绍了线阵CCD的内部结构及工作过程,绘出了线阵CCD输出信号的波形图,介绍了CCD输出信号的特征,针对CCD的图像二值化问题,列举了固定阈值法、浮动阈值法、微分法等常见的几种处理方法,并对几种方法进行了分析比较,给出了选择浮动阈值法的原因,设计出了由二阶滤波电路构成的浮动阈值法处理电路,进行实验验证了这种方法的可行性。